
39.2 脑机接口利用许多神经元的活动来解码运动
信息,但需要数十到数百个神经元才能更自然地移动脑机接口,甚至需要更多的神经元才能达到运动功能的自
然水平。尽管可以在大脑的许多区域放置电极阵列,从而从多个区域获得更多信息,但一个关键的挑战是测量每
个大脑区域内数千个神经元的活动。为实现这一目标正在进行许多努力,包括使用具有许多微小轴的电极阵列,
每个轴沿其长度有数百个电极触点;许多微小的电极没有物理连接在一起,而是作为独立的“岛屿”插入大脑,
在头部外传输数据并无线接收能量;光学成像技术可以通过检测每个神经元的荧光随时间的变化来捕捉数百个
或更多神经元的活动。
第三个领域是用于信号采集、无线数据通信和无线供电的低功耗电子设备。与上述脑机接口系统不同,后
者植入了一个被动电极阵列,其中每个电极通过穿过皮肤的连接器连接到外界,未来的脑机接口将像深部脑刺
激系统一样完全植入。需要电子回路来放大神经信号、将它们数字化、处理它们(例如,检测何时发生动作电位
或估计局部场电位功率),并将此信息传输到附近的假肢接收器中。出于 2 个原因,必须将功耗降至最低。首先,
消耗的电量越多,电池或无线充电系统需要提供的电量就越多。因此,电池需要更大、更频繁地更换,而且无线
供电也具有挑战性。其次,使用电力会产生热量,大脑只能忍受轻微的温度升高,否则将产生有害影响。这些权
衡类似于智能手机的权衡,智能手机代表了当前可用于低功耗电子产品的最佳技术。
最后一个领域是所谓的监管系统。在电子硬件上运行的软件是脑机接口的核心。一些软件实现了神经解码
的数学运算,而其他软件必须倾向于脑机接口整体操作的各个方面。例如,监控软件应监控一个人是否希望使
用假肢(例如,该人是否在睡觉)、神经信号是否发生变化(从而需要重新校准解码器)、以及脑机接口整体性
能和安全性。
在讨论了不同脑机接口和正在开发的神经技术的范围之后,在本章的其余部分,我们将重点关注
运动脑机
接口和交流脑机接口。我们首先描述不同类型的解码算法及其工作原理。然后,我们描述了脑机接口开发在帮
助瘫痪者和截肢者方面的最新进展。接下来,我们将考虑感官反馈如何提高脑机接口表现,以及脑机接口如何
用作实验范式来解决有关大脑功能的基本科学问题。最后,我们以关于脑机接口可能出现的伦理问题警示作为
结尾。
39.2 脑机接口利用许多神经元的活动来解码运动
运动的各个方面(包括位置、速度、加速度和力)都编码在整个运动系统的神经元活动中(第 34 章)。尽管
我们对运动系统中运动编码的理解不完整,但运动的各个方面与神经活动之间通常存在真实可信的关系。这种
可靠的关系使我们能够根据神经活动(脑机接口的关键组成部分)来估计期望的运动。
为了研究运动编码,人们通常会考虑单个神经元在针对同一目标的重复运动(称为“试验”)中的活动。如
图 39.2.1A 所示,神经元的活动可以在许多试验中取平均值,为每个目标创建脉冲直方图。通过比较不同目标的
脉冲直方图,可以描述神经元活动如何随产生的运动而变化。还可以使用脉冲直方图评估神经元是更多地参与
运动准备还是运动执行。
相比之下,需要在记录神经活动的同时对个体试验执行从神经活动估计受试者的期望运动(称为运动解码)。
单个神经元的活动不能明确提供此类信息。因此,如图 39.2.1B 所示,脑机接口必须在一次试验中监测许多神经
元的活动,而不是在多次试验中监测一个神经元的活动。可以从与运动的准备或执行相关的神经活动中解码期
望的运动。而准备活动与运动目标相关,执行活动则与运动的每时每刻细节相关(第 34 章)。
跨越多个大脑区域的数百万个神经元协同工作,产生像伸手拿杯子一样简单的动作。然而,在许多脑机接
口中,可以从单个大脑区域记录的数十个神经元的活动中合理准确地解码出期望的运动。尽管这看起来令人惊
讶,但事实是运动系统具有大量冗余:许多神经元携带关于期望运动的相似信息(第 34 章)。因为数百万个神
经元参与控制数十块肌肉的收缩,所以这是合理的。因此,控制手臂运动的背侧前运动皮层和初级运动皮层区
域中的大多数神经元都提供有关大多数手臂运动的信息。
在解码运动时,一个神经元的活动仅提供关于运动的不完整信息,而许多神经元的活动可以提供关于运动
更准确的信息。这适用于与运动准备和执行相关的活动。使用多个神经元有助于解码的原因有 2 个。首先,一个
典型的神经元本身不能明确地确定预期的运动方向。如图 39.2.2A 所示,考虑一个神经元,在准备或执行期间的
活动通过余弦函数与运动方向相关,称为调谐曲线。如果这个神经元以每秒 30 个脉冲的速度发射,则预期的运
851